Radiometric correction of multispectral images collected by a UAV for phenology studies
(2018) In Student thesis series INES NGEM01 20181Dept of Physical Geography and Ecosystem Science
- Abstract
- Vegetation monitoring over time is important in a changing world due to climate change. Remote sensing, especially with the use of unmanned aerial vehicles (UAV), can be utilized to monitor vegetation at flexible scales at an accurate degree. However, the relatively new remote sensing platforms that are UAVs imply the requirement of understanding how to best monitor vegetation in an accurate way with the system in mind. This study aims to test a method for the radiometric calibration of images captured by a Parrot Sequoia multispectral camera to derive reflectance images. The radiometric correction method was tested and evaluated against Spectralon reflectance plates and in-situ normalized difference vegetation index (NDVI) during a field... (More)
- Vegetation monitoring over time is important in a changing world due to climate change. Remote sensing, especially with the use of unmanned aerial vehicles (UAV), can be utilized to monitor vegetation at flexible scales at an accurate degree. However, the relatively new remote sensing platforms that are UAVs imply the requirement of understanding how to best monitor vegetation in an accurate way with the system in mind. This study aims to test a method for the radiometric calibration of images captured by a Parrot Sequoia multispectral camera to derive reflectance images. The radiometric correction method was tested and evaluated against Spectralon reflectance plates and in-situ normalized difference vegetation index (NDVI) during a field campaign. The technical properties of the camera were tested during different experiments to determine what factors propagate to the product reflectance images. The results show that the radiometric correction method could produce accurate estimates of Spectralon reflectance plates. However, not all Spectralon reflectance plates can be accurately estimated. The calculated NDVI from the UAV in the field after a radiometric calibration was far closer to the NDVI derived from the handheld spectrometer. The technical properties and thus limitations of the camera can be rectified by to a certain degree by radiometric calibration and pre-processing method used. However, more accurate reflectance estimates require a rigorous pre-processing of the data used to derive the radiometric calibration. (Less)
- Popular Abstract (Swedish)
- Genom att ta bilder i specifika våglängder på växer, från det visuella till det osynliga, kan man ta reda diverse information om växter såsom biomassa och stress. Detta kan man då göra med multispektrala kameror som oftast har varit monterade på satelliter. Satelliter har dock problem såsom eventuella molntäcken som täcker vyn över växterna. Drönare med multispektrala kameror har därmed blivit allt mer populära för att undersöka växter. Detta kräver då att goda metoder finns för att utvinna användbara data från dessa multispektrala kameror. Därav krävs det korrigering av bilder så att de råa pixelvärdena tagna av kameran kan konverteras till vetenskapligt användbara värden – en så kallad radiometrisk korrigering.
Den här uppsatsen siktade... (More) - Genom att ta bilder i specifika våglängder på växer, från det visuella till det osynliga, kan man ta reda diverse information om växter såsom biomassa och stress. Detta kan man då göra med multispektrala kameror som oftast har varit monterade på satelliter. Satelliter har dock problem såsom eventuella molntäcken som täcker vyn över växterna. Drönare med multispektrala kameror har därmed blivit allt mer populära för att undersöka växter. Detta kräver då att goda metoder finns för att utvinna användbara data från dessa multispektrala kameror. Därav krävs det korrigering av bilder så att de råa pixelvärdena tagna av kameran kan konverteras till vetenskapligt användbara värden – en så kallad radiometrisk korrigering.
Den här uppsatsen siktade på att radiometriskt korrigera bilder tagna av den multispektrala kameran Parrot Sequoia monterad på en drönare. Kamera testades i diverse tester för att försöka förstå hur den beter sig och hur detta påverkar den bild som tas. De tester som gjordes kollade på hur kameran betedde sig i relation till temperatur, hur dess sensorer presterar i relation till andra liknande system och hur kamerans objektiv påverkar bildresultat. Sedan gjordes en radiometrisk kalibrering av kamera. En radiometrisk kalibrering görs på en bild så den blir radiometrisk korrigerad. Efter de tester och radiometrisk kalibrering så utvärderades detta genom att ta bilder i fält på plattor med ett visst värde som skulle återskapas. Om då värdet i bilderna stämde överens med plattan i fråga så ansågs resultatet vara god. Resultatet var varierat med vissa plattor i vissa våglängder bra återskapade. Däremot så var det inte så för alla plattor. Sedan testades ett beräknat växtinformationsvärde från den radiometrisk korrigerade bilderna gentemot samma växtinformationsvärde från ett handhållet system. Med en radiometrisk korrigering så stämde växtinformationsvärdet bra överens med det handhållna systemet. Utan någon radiometrisk korrigering så stämde inte växtinformationsvärdet överens alls med det handhållna systemet. Av detta kunder det då sammanställas att den radiometriska korrigeringen använd anses som lyckad och med god prestanda. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/8953564
- author
- Adler, Karl LU
- supervisor
-
- Per-Ola Olsson LU
- Lars Eklundh LU
- organization
- course
- NGEM01 20181
- year
- 2018
- type
- H2 - Master's Degree (Two Years)
- subject
- keywords
- physical geography, UAV, radiometric correction, multispectral camera, reflectance
- publication/series
- Student thesis series INES
- report number
- 457
- language
- English
- id
- 8953564
- date added to LUP
- 2018-06-28 10:31:28
- date last changed
- 2018-06-28 10:31:28
@misc{8953564,
abstract = {{Vegetation monitoring over time is important in a changing world due to climate change. Remote sensing, especially with the use of unmanned aerial vehicles (UAV), can be utilized to monitor vegetation at flexible scales at an accurate degree. However, the relatively new remote sensing platforms that are UAVs imply the requirement of understanding how to best monitor vegetation in an accurate way with the system in mind. This study aims to test a method for the radiometric calibration of images captured by a Parrot Sequoia multispectral camera to derive reflectance images. The radiometric correction method was tested and evaluated against Spectralon reflectance plates and in-situ normalized difference vegetation index (NDVI) during a field campaign. The technical properties of the camera were tested during different experiments to determine what factors propagate to the product reflectance images. The results show that the radiometric correction method could produce accurate estimates of Spectralon reflectance plates. However, not all Spectralon reflectance plates can be accurately estimated. The calculated NDVI from the UAV in the field after a radiometric calibration was far closer to the NDVI derived from the handheld spectrometer. The technical properties and thus limitations of the camera can be rectified by to a certain degree by radiometric calibration and pre-processing method used. However, more accurate reflectance estimates require a rigorous pre-processing of the data used to derive the radiometric calibration.}},
author = {{Adler, Karl}},
language = {{eng}},
note = {{Student Paper}},
series = {{Student thesis series INES}},
title = {{Radiometric correction of multispectral images collected by a UAV for phenology studies}},
year = {{2018}},
}